[短文速读] a=a+b和a+=b的区别

简介: 前言短文速读,这将是一个系列文章。自己写了很多文章,也看了很多文章。发现很多都是收藏不看系列。当然有时间的时候,的确会把收藏的文章找出来好好的学习一番。

前言

短文速读,这将是一个系列文章。自己写了很多文章,也看了很多文章。发现很多都是收藏不看系列。当然有时间的时候,的确会把收藏的文章找出来好好的学习一番。但是大多数文章仿佛石沉大海,失去了应有的价值。

所以萌生了这个系列的想法,系列文章的特点:以一些日常开发中不起眼的基础知识点为内核,围绕此包裹通俗易懂的文字。尽量用少思考的模式去讲述一个知识。让我们能够真正在碎片化的时间里学到东西!

出场角色

小A:刚踏入Java编程之路...

MDove:一个快吃不上饭的Android开发...

正题

小A:MDove,最近我有一个不成熟的小疑问,不知道当讲不当讲。

MDove:不成熟那就别问了...

小A:额错了,额真滴错了。额从一开始就不应该学Java...

MDove:问、问、问...

小A:a=a+b和a+=b。这俩者有什么区别呀?没看出来有什么区别啊!

MDove:你所说的没区别,是这样吧?

int a = 1;
int b = 2;
a = a + b;
a += b;

MDove:那你有没有换过别的写法呢?比如把b的类型变一下:

float b = 2F;

MDove:怎么样,看出来效果了吧。没看出来??OK,那我就贴上效果:

img_1c2e4393e7a7b5f1c5ffb4458158e3dc.png
编译不能通过

MDove:这样就能看明白了吧?b提升了类型之后。会发现a = a + b是没办法编译通过的,需要强制类型转换才可以。但是我们的a + = b却可以,这是为什么呢?其实很简单。让我们反编译一下这个class文件,就可以很清晰的给出答案:

public void fun() { 
    int a = 1;
    float b = 2F;
    a += b;
}

// 反编译class的内容
public void fun() {
    byte var1 = 1;
    float var2 = 2.0F;        
    int var10000 = (int)((float)var1 + var2);
}

MDove:所以它们二者的区别就很清楚了吧?在这种a比b类型范围要小的情况下。a = a + b;需要强制类型转换,也就是我们常写的:a = (int) (a+b);而我们的a += b;被我们的编译器在编译期做了一些小手脚。也就是编译器帮我们进行了强制类型转化。

小A:原来是这样,那强制类型转换会带来什么问题呢?

MDove:解答这个问题,让我们先来看一张图:

img_fad0442e9e44a2a52ef812d1fc1993a7.png
image

MDove:强制类型转化,一般会带来精度丢失的问题。这里float的范围太大,我们就用byte和short来演示,强制类型带来的问题:

public void fun() {
    byte a = 1;
    short b = 127;
    a=(byte) (a+b);
    System.out.println(a);
}

MDove:System打出的内容,应该知道是什么吧?没错是-128。强制类型带来的问题一目了然了吧。

小A:怎么会是-128呢?

MDove:OK,接下来,我来解释一下,为什么会是-128这么一个奇怪的数字。首先,我们都知道基本类型在堆中所占的字节如下表。

小A:不对呀?我记得基本类型是存放在栈中的呀?

MDove:这种说法并不错,但不全面。存放在堆中还是在栈中,是取决于这个变量声明的位置。如果是局部变量,则会存放在栈帧中。但是如果是成员变量(全局变量),那么就会存放在堆中。此外存放在栈中,基本类型所占的字节是固定:如果是32位计算机那么就是4字节;64位便是8字节。

类型 所占字节
byte 1字节
short 2字节
int 4字节
long 8字节
char 2字节
float 4字节
double 8字节

MDove:解释完所占字节的问题,咱们继续。由上边可知byte占1字节,那么也就是8位,如果每一位都为1(11111111),那么理论上就是它所能表示的最大内容。

小A:那应该是255呀!

MDove:实际不然,因为正负的原因,计算机中使用补码的形式表示二进制,高1位表示符号位(0为正,1为负)。因此对于8位来说,最大只能是01111111,也就是127。(0表示它为正)

MDove:而我们刚才的那个计算byte a = 1; short b = 127; a=(byte) (a+b);不考虑类型转换,那么a+b妥妥的等于128。并且对于所占2字节的short来说那就是00000000 10000000。但是我们强制类型转化成了byte,这时做了一件事情,那就是高1字节的内容全部砍掉,也就是只剩下了10000000

MDove:按我们刚才所说,高1位的内容表示正负。1为负。

小A!!!如果1为负,那System.out应该是0才对啊

MDove:一看你二进制就没有好好学。对于含有补码形式的10000000,我们要用补码的方式去计算。计算套路如下:高1位为1,那么这是数就是负数。想要知道是负几,我们需要将10000000按位取反,也就是01111111。还没完,此时还要再加1,也就是10000000。现在得到的这个数是几,那么就是负几,10000000是十进制的128,因此补码形式的10000000也就是:-128。

MDove:这样解释是不是就知道强制类型转换带来的问题,以及为什么强制类型转化后的byte变成了-128了吧。

小A:好难学...我想回家种地...

小A妈:崽,别学编程啦,赶紧回家收玉米了。

剧终

这里是一帮应届生共同维护的公众号,内容是我们在从应届生过渡到开发这一路所踩过的坑,以及我们一步步学习的记录,如果感兴趣的朋友可以关注一下,一同加油,一同努力

img_39e544ceb47ae92ede4c13f05f18ed09.png
个人公众号:IT面试填坑小分队
目录
相关文章
|
8月前
|
机器学习/深度学习 数据采集 自然语言处理
【热门话题】常见分类算法解析
本文介绍了6种常见分类算法:逻辑回归、朴素贝叶斯、决策树、支持向量机、K近邻和神经网络。逻辑回归适用于线性问题,朴素贝叶斯在高维稀疏数据中有效,决策树适合规则性任务,SVM擅长小样本非线性问题,KNN对大规模数据效率低,神经网络能处理复杂任务。选择算法时需考虑数据特性、任务需求和计算资源。
125 0
|
人工智能 安全 机器人
研究者意外发现DALL-E 2在用自创语言生成图像:全文黑话,人类都看不懂
研究者意外发现DALL-E 2在用自创语言生成图像:全文黑话,人类都看不懂
137 0
|
数据挖掘
【论文写作分析】之三《基于预训练语言模型的案件要素识别方法》
【论文写作分析】之三《基于预训练语言模型的案件要素识别方法》
102 0
【论文写作分析】之三《基于预训练语言模型的案件要素识别方法》
|
机器学习/深度学习 自然语言处理 数据挖掘
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(二)
一般来说,自然语言是由词汇和句法组成的,但是标准的语言模型一般都只用RNN对词汇进行建模,句法信息都是隐式的学习到的,没有办法显式地拿出来使用。所以本文提出的语言模型的变体可以结合结构上的attention,在中间过程中学习到结构信息,然后这层结构信息可以拿来生成句法树,用来做无监督的句法分析。
125 0
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(二)
|
机器学习/深度学习 自然语言处理
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(一)
一般来说,自然语言是由词汇和句法组成的,但是标准的语言模型一般都只用RNN对词汇进行建模,句法信息都是隐式的学习到的,没有办法显式地拿出来使用。所以本文提出的语言模型的变体可以结合结构上的attention,在中间过程中学习到结构信息,然后这层结构信息可以拿来生成句法树,用来做无监督的句法分析。
198 0
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(一)
|
机器学习/深度学习 自然语言处理
|
自然语言处理
|
机器学习/深度学习 自然语言处理
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(一)
一般来说,自然语言是由词汇和句法组成的,但是标准的语言模型一般都只用RNN对词汇进行建模,句法信息都是隐式的学习到的,没有办法显式地拿出来使用。所以本文提出的语言模型的变体可以结合结构上的attention,在中间过程中学习到结构信息,然后这层结构信息可以拿来生成句法树,用来做无监督的句法分析。
135 0
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(一)
|
机器学习/深度学习 自然语言处理 数据挖掘
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(二)
一般来说,自然语言是由词汇和句法组成的,但是标准的语言模型一般都只用RNN对词汇进行建模,句法信息都是隐式的学习到的,没有办法显式地拿出来使用。所以本文提出的语言模型的变体可以结合结构上的attention,在中间过程中学习到结构信息,然后这层结构信息可以拿来生成句法树,用来做无监督的句法分析。 那么为什么要做无监督的句法分析呢?主要原因还是一些小语种标注语料太少了甚至没有,不能用监督句法分析来做。而且无监督句法分析学到的信息还可以用来增强语言模型或者更为下游的任务的性能,使它们能更好的融合句法结构信息。
213 0
论文赏析[ICLR18]联合句法和词汇学习的神经语言模型(二)
|
Kubernetes JavaScript 前端开发
合辑 | 必知的200+基础技术词汇,你知道多少?
覆盖Java、Python、前端、数据库、linux、k8s、云原生、微服务八大技术领域的开发者词条,帮你搞懂专业名词!